1兆ドルが消えた日：なぜ「賢い」アルゴリズムは事態を悪化させたのか
チームと通話中だったとき、誰かが日経平均のスクリーンショットを共有した。8%下落していた。そして10%。さらに12.4%。
2024年8月5日のことだった。日本市場は1987年のブラックマンデー以来、最悪の日を迎えていた。ウォール街の恐怖を測る指数であるVIXは65.73まで急騰し、これは2008年の金融危機や新型コロナウイルスの初期数週間以外では見られなかった水準だった。AIとテクノロジー株だけで1兆ドルの時価総額が蒸発しようとしていた。
エンジニアの一人が半ば冗談で、「つまり、アルゴリズムがまた互いに取引し合っているんだな」と言ったのを覚えている。
彼は間違っていなかった。そしてその言葉、つまり互いに取引し合っているというのは、AI業界の誰もが大声では言いたがらない暗黙の事実だ。現在、世界の取引の60%から70%がアルゴリズムによって実行されている。それらのアルゴリズムの大部分は確率的システムであり、過去のデータのパターンに基づいて次に起こり得る動きを予測する。彼らは何が起きているのかを理解してはいないのだ。なぜ円が強くなっているのか、あるいはキャリートレードの巻き戻しが流動性にとって何を意味するのかを知らない。彼らは単に価格シグナルを見て反応するだけだ。
8月5日、彼らは皆、一部が技術的なアーティファクトであるシグナルに対して、同じ方向へ同時に反応した。その結果、人間のトレーダー単独では引き起こせなかったであろうカスケード（連鎖的下落）が発生したのだ。
その日は、私たちがVeriprajnaで構築しているものについての私の考え方を変えた。私が何年も主張してきたあることを、それは裏付けたのだ。決定論的なガードレール（安全策）のない確率的AIは、単に信頼性がないというだけでなく、危険である。
8月5日に実際に何が起きたのか？
表面上のストーリーはマクロ経済的なものだ。日本銀行は0.25%の利上げで市場を驚かせた。同じ週、米国の弱い雇用統計が「サーム・ルール」（失業率の上昇に基づく景気後退の指標）の引き金となった。2つのデータポイント。どちらもそれ単独では破滅的ではない。
しかし、それらの見出しの裏には、10年以上にわたって蓄積されてきた巨大でレバレッジの効いた賭け、すなわち「円キャリートレード」が存在していたのだ。
手短に言おう。日本は何年もの間、金利をゼロ付近に保っていた。米連邦準備制度理事会（FRB）は金利を5.5%まで引き上げた。そこで、ヘッジファンド、機関投資家、さらには個人トレーダーまでもが、円で安く借り入れ、その資金を米国のハイテク株、新興市場、暗号資産などのより利回りの高い資産に注ぎ込んだ。円が弱い状態である限り、金利差はタダで手に入るお金（フリーマネー）だったのだ。
経済理論によれば、これはうまくいかないはずだ。金利平価説は、為替レートの変動が金利差による利益を相殺するはずだと予測している。しかし実際には、「フォワード・プレミアム・パズル」と呼ばれるよく知られた異常現象が存在する。高金利通貨は短期的には上昇する傾向があり、キャリートレードをさらに利益の出るものにしているのだ。そのため、ポジションは膨らんだ。さらに膨らみ続けた。
日銀が利上げを行い、円が1週間で7.7%上昇すると、「キャリー（利ざや）」は損失に変わった。マージンコール（追証）が発生した。レバレッジの解消は暴力的なものだった。
しかし、ここで私が気になるのは、マクロ的な引き金が説明できるのはおそらく物語の半分だということだ。その規模、すなわちスピード、伝染、1兆ドルの消失、それはアルゴリズムによるものだったのだ。
恐怖指数は嘘をついていた
これは、今でも夜眠れなくなる部分だ。
誰もが市場の恐怖の決定的な尺度として扱うVIXは、実際の取引価格から計算されるわけではない。それは次のようなものから導き出される。すなわち、仲値、つまりS&P 500オプションにおける買い手のビッドと売り手のアスクの中間値である。
8月5日の市場開場前の時間帯に、流動性は枯渇した。マーケットメーカーは自身を保護するためにビッド・アスク・スプレッドを広げた。オプション価格はゼロ未満にはならず、最低ビッドは多くの場合5セント前後に固定されているため、このスプレッド拡大によって機械的に仲値が押し上げられた。VIXは市場が開く前になんと180%も急騰したのである。
VIXが急騰したのは、恐怖が180%高まったからではない。流動性が180%薄くなったから急騰したのだ。そして、何千ものアルゴリズムはその違いを見分けることができなかった。
ボラティリティ・ターゲティング・ファンド、商品投資顧問（CTA）、これらのシステムは、インプライド・ボラティリティが上昇したときに株式を投げ売りするようにプログラムされている。彼らはVIXの数値を見た。彼らは売った。彼らの売りが価格をさらに押し下げ、それがより多くのアルゴリズムに売りの引き金を引き、さらにVIXを押し上げたのだ。
それは測定アーティファクトの上に構築されたフィードバックループだった。「恐怖指数」は部分的に自分自身の反射を測定していたのである。
翌週のチームミーティングで私がこの話題を取り上げると、当社のデータサイエンティストの一人が、まさにこのメカニズムを裏付ける国際決済銀行（BIS）の分析を引き出してきた。私は部屋が静まり返ったのを覚えている。私たちは企業クライアント向け（税務コンプライアンスや建設物流など）にニューロシンボリック・システムを構築してきたが、この瞬間、同じ構造的な欠陥がグローバル金融の中心に存在していることに私は気づいたのだ。
なぜ「賢い」AIシステムはこれに気づかなかったのか？
人々はいつも私にこう尋ねる。AIがそんなに強力なら、なぜ暴落を防がなかったのか？なぜ取引アルゴリズムはVIXの異常を認識しなかったのか？と。
なぜなら、彼らはそう設計されていなかったからだ。彼らが設計された目的は反応することであり、シグナルについて推論することではないのだ。
今日のAI主導の取引システムのほとんどは、私が確率的ラッパーと呼ぶものだ。それらは、大規模言語モデルや統計的予測エンジンの上に構築された薄いインターフェースである。これらはパターンマッチング、つまり過去のデータの中に相関関係を見つけ、短期的な価格変動を予測することに非常に優れている。しかし、彼らは物事がなぜ起きるのかについての内部モデルを持たないのだ。
過去のVIXデータで訓練された確率的システムは、「VIXが40を超えたら、株式を売れ」と学習するだろう。それは通常の市場では有用なヒューリスティックだ。しかし8月5日には、それは火に油を注ぐものであった。システムは、「待てよ、このVIXの急騰は実現ボラティリティによって引き起こされたものか、それとも低流動性環境におけるクォートベースの測定アーティファクトによるものか？」と問いかけることができなかった。その問いには因果推論が必要だ。市場のミクロ構造を理解する必要がある。それは私たちが決定論的ロジックと呼ぶものを必要としており、確率的モデルにはそれがないのだ。
以前、ある投資家にきっぱりとこう言われたことがある。「GPTを使えばいいじゃないか。市場データでファインチューニングすればいい」。私は、次のトークンを予測する言語モデルと、「実現ボラティリティから3標準偏差以上乖離したVIXの数値によって引き起こされた売り注文を実行してはならない」という制約を強制できるシステムとは根本的に異なると説明しようとした。彼は私が物事を複雑にしすぎているかのような目で私を見た。
8月5日は、1兆ドル規模の反証となった。
「ディープAI」は市場にとって実際に何を意味するのか？
Veriprajnaでは、市場に溢れるAIラッパーの波と私たちが構築しているものを区別するために、「ディープAI」という用語を使用している。これはマーケティング用語ではなく、アーキテクチャへのコミットメントだ。私はこの哲学について深く書いた。それは私たちの研究のインタラクティブ版においてであるが、核となるアイデアは次のようなものだ。
ニューラルネットワークは知覚のためのものだ。シンボリックロジックは真実のためのものだ。
私たちはそれを「ニューロシンボリック・サンドイッチ」と呼んでいる。ニューラルネットワークがデータ（価格フィード、ニュース、オーダーブックの動態など）を取り込む。それはこの処理に非常に優れている。パターン認識こそが、ニューラルネットワークが生まれてきた目的なのだ。しかし、そのニューラルネットワークの出力が意思決定層に到達する前に、それはシンボリック制約エンジン、つまり不変のルールを強制する決定論的層を通過する。
これらのルールはデータから学習されるものではない。明示的にエンコードされているのだ。証拠金要件。流動性の閾値。規制上の制約。時間的ロジック（7月の日銀の金利決定が、たとえ異なるデータのまとまりに現れたとしても、8月のマージンコールの因果関係的に上流にあるという理解）。
ニューロシンボリック・システムにおいて、真実は統計的な可能性ではない。それは検証された、論理に裏打ちされた確実性なのだ。ニューラルネットワークが「このパターンは売りシグナルに見える」と言う。シンボリック層は「この売りシグナルは、私たちが真実だと知っている制約に違反していないか？」と問う。もしイエスなら、そのシグナルはブロックされる。交渉の余地はない。
これは理論上の話ではない。私たちは税務コンプライアンスのためにこれらの制約エンジンを構築してきた。そこでは、AIエージェントはどんなに説得力のあるプロンプトであっても、法定法に違反する申告方針を推奨することは文字通り不可能である。同じアーキテクチャが取引にも適用される。異常だと識別できるVIXの数値によって引き起こされた取引を実行できないエージェントである。
なぜ現在のAIシステムはこれに失敗するのか？
8月5日にうまくいかなかったことの多くを説明する特定の技術的失敗モードが存在する。そしてそれは、市場に出回っているほぼすべての「AI搭載」金融商品に見られるのと同じ失敗モードだ。
それは単純なRAG（検索拡張生成）と呼ばれる。アイデアはシンプルだ。大規模言語モデルを用意し、それをドキュメントのデータベース（市場レポート、ニュース、提出書類など）に接続し、回答を生成する前に関連するコンテキストを検索させるのだ。
問題は、「関連するコンテキスト」がどのように選択されるかにある。ほとんどのRAGシステムは、ドキュメントを固定サイズのチャンク（塊）に切り刻み、それらを数値ベクトルに変換し、クエリと数学的に最も類似しているチャンクを検索する。これが3つの壊滅的な死角を生み出す。
時間的盲目。 2010年の「市場の暴落」に関するチャンクと2024年の「市場の暴落」に関するチャンクは、ベクトルとしてはほぼ同一に見える。モデルは過去の出来事と現在進行中の出来事を区別できない。8月5日、AIニュース分析ツールは、10年前の政策対応とリアルタイムの状況を混同していた。
物語の断片化。 チャンキング（塊に分けること）は、展開する物語の糸を破壊してしまう。日銀の金利決定、円高、ヘッジファンドのマージンコールは、3つの別々の記事の中にある3つの別々のチャンクとなる。AIはそれらを結びつけることができない。
マルチホップ推論の失敗。 キャリートレードの暴落には、推移的なロジックが必要だった。日銀が利上げする → 円が強くなる → キャリートレードのポジションが不採算になる → 強制的な売りが米国のハイテク株を直撃する → VIXが急騰する → ボラティリティ・ターゲティング・ファンドがさらに売る。これは6段階の因果連鎖だ。単純なRAGにはそれができない。
私たちはこれを次のもので置き換えている。すなわち、ナレッジグラフであり、これは経済主体、通貨、金融商品、規制機関間の関係の明示的なマップである。日銀の金利決定がシステムに入力されると、ナレッジグラフは、それが円キャリートレードのポジションに関連しており、それが米国の株式エクスポージャーに関連しており、それがVIXに敏感なファンドに関連していることを既に知っている。その推論は統計的ではなく、構造的なのだ。
どのようにして起こる前に伝染をモデル化するのか？
ここが、グラフニューラルネットワーク（GNN）が金融リスクについての私の考え方を変えた部分である。
従来のリスクモデルは、資産を独立したデータポイントとして扱うか、静的な相関行列を使用する。これらの行列は穏やかな市場のときに調整されている。フラッシュクラッシュ（瞬間的な暴落）の間、相関は1に急上昇し（すべてが一緒に売られる）、モデルは破綻する。
GNNは市場をその実際の姿として扱う。すなわち、ネットワークである。ノードは資産である。エッジはそれらの間の情報フローの強度である。日経平均はUSD/JPYにつながり、Nvidiaにつながり、VIXにつながっている。GNNは各ノードの状態だけでなく、ショックがエッジを通じてどのように伝播するかを学習する。
私たちの研究では、ボラティリティ予測においてGNNが0.0025の平均二乗誤差（MSE）と0.050の二乗平均平方根誤差（RMSE）を達成し、従来のリカレントニューラルネットワークやTransformerをも大幅に上回ることを示している。理由は構造的なものだ。GNNはマルチホップ相互作用を捉えるからだ。彼らは、円へのショックがキャリートレードのポジションを通じて米国のハイテク株に伝播することを特定できる。それは価格の変動が時系列に現れる前のことである。
しかし（ここが重要な点だが）、私たちはGNNを単独で機能させることはしない。その出力はシンボリック制約層に送られる。GNNが「JPYからナスダックへの伝染の確率が高まっている」と言う。シンボリックエンジンはチェックする。「現在のキャリートレードのポジションは、当社のリスクルールにエンコードされた閾値を超えているか？ VIXの挙動は実現ボラティリティと一致しているか、それともクォートベースの異常か？」両方のチェックに合格して初めて、システムは推奨を生成する。
シンボリックな制約のないGNNは、非常に正確なパニックボタンだ。シンボリックな制約のあるGNNは、リスク管理システムである。
証拠金を考慮した取引エージェントに使用している強化学習フレームワークを含む、このアーキテクチャの完全な技術的内訳については、私たちの研究論文を参照してほしい。
ブラックボックス問題は技術的というだけでなく、法的な問題でもある
ここで、十分な注目を集めていないことを指摘しよう。規制当局が不透明なAIに目を光らせているのだ。
CFTCやSECは、アルゴリズム取引の透明性にますます焦点を当てている。1億ドルの売り注文を実行し、その理由を説明できないブラックボックスは、単なる技術的リスクではなく、コンプライアンス上の法的責任である。国際決済銀行は、金融市場におけるAIの構成可能性（説明可能性）に規制当局がどのようにアプローチすべきかについて、明確なガイダンスを発表している。
私たちは最初からアーキテクチャに説明可能性を組み込んでいる。当社のシンボリック制約層は本質的に解釈可能であり、すべての決定を、それを許可またはブロックした特定のルールまで遡ることができる。ニューラルコンポーネント（GNN、強化学習エージェント）については、事後的な手法を適用している。どの変数が予測を導いたかを示すSHAP値や、異なる入力がどのように出力を変えたかを示す反事実的説明などである。
中規模ファンドのコンプライアンス責任者と話をした際、彼女は彼らの現在のAI取引システムが監査できない推奨事項を生成していると語った。「私たちはただそれを信頼しているだけです」と彼女は言った。「それが間違えるまでは。そして間違えたら、なぜそれを信頼したのかを取締役会に説明しなければなりません」
それは一言で言えばコンプライアンスの危機だ。そして、だからこそ私たちはすべてのデプロイメントをNIST AIリスク管理フレームワークに合わせているのである。チェックボックスを埋めるだけの作業としてではなく、運用アーキテクチャとしてだ。このフレームワークの4つの柱（統治、マッピング、測定、管理）は、私たちが構築する方法（システムに組み込まれた監視ポリシー、すべてのデータ依存関係のリスクマッピング、モデルのドリフトの継続的な測定、そしてシステムが信頼できる範囲外で動作していることを検出したときの決定論的なキルスイッチ）に直接マッピングされる。
「もっとデータを追加すればいい」という議論についてはどうか？
人々はニューロシンボリック・アプローチに反発する。彼らは「8月5日に確率的モデルが失敗したのなら、答えはより優れた確率的モデルだ。もっと多くのトレーニングデータ。より大きなコンテキストウィンドウ。危機のシナリオでのファインチューニングだ」と言う。
その魅力は理解できる。それはよりシンプルだ。現在のツールチェーンに適合する。そして、それは間違っている。
2024年8月のキャリートレードの巻き戻しは前例のない出来事だった。日銀の利上げ、サーム・ルールの発動、VIXのクォートの異常、そして数兆ドル規模のレバレッジポジションの同時解消という特定の組み合わせは、それまで一度も起きたことがなかったのだ。どれだけ多くの過去のトレーニングデータにも、それは含まれていない。
確率的モデルは過去から外挿する。決定論的制約エンジンは、現在を支配するルールをエンコードする。証拠金要件のルールは危機の間に変わることはない。VIXの計算メカニズムも危機の間に変わることはない。金利差とキャリートレードの収益性との因果関係も危機の間に変わることはない。これらは、特定のシナリオが以前に見られたかどうかにかかわらず、シンボリック層が強制できる事柄なのだ。
トレーニングによって未知の危機から抜け出すことはできない。推論によって危機を乗り越えることしかできないのであり、推論には確率的モデルが持たない構造が必要なのだ。
ラッパーの時代は終わった
私は過去数年間、AI業界が同じ確率的基盤の上にますます精巧な見せかけを構築するのを見てきた。GPT-4の上の薄いインターフェース。実際にはAPIを叩くプロンプトテンプレートにすぎない「AI搭載」ダッシュボード。コンサルティング業界はこれらを「AIソリューション」と呼んでいる。私はそれらを、流砂の上のラッパーと呼んでいる。
2024年8月5日は、その流砂が動いた日だった。ファンダメンタルズが崩壊したからではなく、アルゴリズムが自分たちが取引している世界について推論できなかったから、1兆ドルが消え去ったのだ。彼らは流動性のアーティファクトと本物の恐怖を区別できなかった。彼らは東京からウォール街への6段階の因果連鎖をたどることができなかった。彼らは、VIXがどのように計算されるかという基本的なメカニズムに対して、自分たち自身の出力をチェックすることができなかった。
私たちはそれができるシステムを構築している。私たちがより賢いからではなく、異なるアーキテクチャ上の選択をしたからだ。私たちはAIを、時折まぐれ当たりする予測エンジンとしてではなく、すべての出力が明示的で監査可能なロジックに照らして検証されるエンジニアリングシステムとして扱うことを選択したのである。
AIのゴールドラッシュはスピードに報いた。次の時代は次のものに報いるだろう。それは真実である。そして、金融、法律、医療、インフラといった重要なあらゆる分野において、真実には確率以上のものが求められる。それは証明を必要とするのだ。
それはヘッジ（防衛策）ではない。それは基盤である。
